利用动力学分析方法理解、刻画、解析、控制复杂系统是复杂性科学的前沿问题,也是研究复杂系统的最终目标,在生命系统、社会系统等所有的复杂系统中有着广泛应用。在地球最具有代表性的一类复杂系统是生态系统。生态系统的概念尺度很广,小到人的肉眼不可见的微生物,大到江河湖海。在生态系统内部,每个组元、物种、环境联合起来发挥整体作用。在所有的生态系统中,微生物系统因为数量巨大,分布广泛,对维持人体、动植物、生态环境健康运行起着至关重要的作用,越来越受到研究者的关注。同时随着测序手段的进步和测序费用的下降,积累了愈来愈多的微生物数据,为深入理解微生物系统奠定了基础。本文以复杂系统理论、系统动力学为指导,综合运用图论、运筹学、概率论、矩阵论、数理统计、计算机仿真等多学科领域知识,从“建模预测控制”的角度,本文研究核心围绕“微生物网络推断及其调控物种生长”展开。论文整体分为三步走:第一步通过复杂网络动力学建模将生态系统刻画成一类带有动力学性质的生态网络;第二步通过微生物网络推断刻画物种间的相互作用方式或强度;最后根据微生物网络(或者利用第二步推断出的网络),考虑到网络效应挑选物种组合以达到调控目标物种丰度的目的。第一、()建立了基于通用动力学或者特定种群动力学描述微生物群落的模型,其中网络中的节点代表物种,连边表示物种间的相互作用,动力学形式刻画了一个物种对另一个物种的影响方式(抑制或者促进);()通过对比真实微生物菌群失调的情况,建立了种群失调状态下微生物网络变化的模型;()建立了定量化描述微生物群落生长中的网络效应模型。第二、在推断微生物网络方面,本文完成了以下三个方面工作:()创新性地提出了利用稳态样本推断网络的理论框架;()提出了在未知具体动力学形式的情况下,推断微生物网络结构和相互作用类型的方法;()提出了推断基于模型的微生物网络中相互作用强度的方法()将我们的方法应用到四种真实的微生物数据集上,预测准确率分别达到了%,%,%,%。为了准确放心的使用我们的方法,我们事先设置了两个判断标准,一是采集的数据是否满足我们的推断假设;二是判断采集的数据是否可以用模型描述,如果可以,我们将会推断出网络的相互作用强度,如果不可以,我们只能推断出网络的相互作用类型。另外,我们发现推断所需的样本量与微生物群落的规模是线性的,即推断大规模微生物群落的生态网络所需的样本量是线性增长的。需要注意的是,传统的网络推断方法是使用时序数据并利用系统辨识的方法,但是该传统方法有很明显的缺陷:需要事先将模型非常准确的参数化;为了提高推断准确度,需要设计外部扰动以增添数据的丰富度;要求合适的采样频率使时序数据有足够的丰富度。我们的推断方法另辟蹊径,使用不同物种组合的稳态样本,在未知具体动力学形式的情况下,推断微生物网络结构和相互作用类型;在满足模型时可以推断出网络的相互作用强度。第三、在调控物种生长方面,本文完成了以下三个方面工作:()发现了微生物网络中普遍存在的网络效应;()揭示了网络效应存在的原因以及网络效应是如何发挥作用的;()根据微生物的网络效应,我们提出了基于贡献矩阵筛选有效物种的方法,并系统验证了应用贡献矩阵成功调控单个或多个失调物种的有效性。需要注意的是,由于物种往往是成群生长,除了自身调控外,物种还会受到别的物种直接或者间接影响,我们统称为网络效应。这里的贡献矩阵定量化的刻画了物种间的直接和间接作用。根据网络效应挑选物种组合以调控目标物种丰度的想法是对现有治疗方案(粪菌移植)的改进。因为现有治疗方案将健康人的所有菌群移植到病人体内,这种简单粗暴的方法可能对病人造成长期和潜在的未知风险。因此有研究者提出希望从生态学的角度出发,筛选出一些有效的微生物种群进行移植。我们的理论从生态网络和动力学角度出发,根据网络效应可以发现一些物种可以有效抑制或者促进目标物种的生长,为下一步如何精准设计微生物配方提供了重要的理论依据。